PulseAugur
实时 13:55:21
English(EN) A Dataset and Benchmark for Optical Music Recognition of String Quartet Scores

新数据集 OSSQ-OMR 推动弦乐四重奏光学音乐识别发展

研究人员推出了 OSSQ-OMR,这是首个专门为多声部乐谱(尤其是弦乐四重奏)的光学音乐识别 (OMR) 设计的数据集。该数据集源自 OpenScore String Quartet语料库和 IMSLP,将数字编码的音乐转录本与其扫描版配对。OSSQ-OMR 包含来自 116 部弦乐四重奏乐谱的超过 24,000 个系统图像和近 100,000 个谱表图像,转录本有 LMXEkern 和 ABC 格式。此次发布还包括一个基准测试协议以及来自基于 LSTM 和 Transformer 的模型的基线结果,突出了编码和分割对性能的影响。 AI

影响 该数据集和基准测试有望加速光学音乐识别领域的研究和开发,特别是针对复杂的多声部音乐乐谱。

排序理由 该项目描述了一个用于光学音乐识别的新数据集和基准测试协议,属于学术研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]

在 Hugging Face Daily Papers 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新数据集 OSSQ-OMR 推动弦乐四重奏光学音乐识别发展

报道来源 [1]

  1. Hugging Face Daily Papers TIER_1 English(EN) ·

    用于弦乐四重奏乐谱光学音乐识别的数据集和基准测试

    Optical music recognition (OMR) transcribes music scores into digital formats. While the field has advanced significantly on monophonic and piano-form scores, multi-part score transcription remains underexplored, largely due to the absence of a suitable dataset. We introduce Open…